SupTech, ¿qué es y cómo cambiará el cumplimiento?

El mundo de las finanzas y los servicios financieros prestados en su seno ya no pueden prevalecer en los tiempos imperantes, sin la participación de la tecnología en todos los aspectos de sus operaciones.

Con el aumento del poder del mundo digital, muchas infraestructuras han surgido en los últimos años para ayudar a las personas a manejar su dinero y realizar pagos.

De la misma manera que la tecnología está cambiando la industria de servicios financieros, también está cambiando la forma en que la industria y las autoridades de supervisión implementan y hacen cumplir las regulaciones.

En la actualidad, un número cada vez mayor de autoridades de supervisión recurre a la tecnología para respaldar su trabajo, aprovechando las aplicaciones de la llamada tecnología de supervisión (suptech) para digitalizar los procesos de informes y reglamentarios.

Por ello, dedicamos esta publicación a explicar qué es SupTech, cómo funciona, casos de uso y riesgos asociados.

¿Qué es SupTech?

Suptech se refiere al uso de tecnología para facilitar y mejorar los procesos de supervisión desde la perspectiva de las autoridades supervisoras. Es el uso de tecnología con fines regulatorios, de supervisión y fiscalización.

Cuando tenemos una sección masiva de la industria financiera que hace uso de la tecnología para ejecutar sus operaciones, predecir tendencias futuras y ofrecer servicios superiores, ¿por qué deberían dejarse atrás los reguladores de servicios financieros?

Han estado estableciendo nuevas tecnologías para monitorizar los mercados, supervisar bancos, casas de bolsa y otras instituciones financieras y para llevar a cabo otras actividades administrativas.

La tendencia de desarrollar tecnologías especialmente diseñadas en el campo de ofrecer supervisión regulatoria ha llevado al surgimiento de la tecnología de supervisión, o lo que hemos llegado a conocer como Suptech.

Suptech está siendo desarrollado y aplicado en todo el mundo por muchos reguladores dominantes.

Aquí es donde RegTech da un paso adelante y aborda este problema, ayudando a estas empresas a automatizar su recopilación de datos internos, análisis de datos , atestación, informes, etc.

Mientras tanto, SupTech ayuda a los reguladores, es decir, los supervisores y otros reguladores de instituciones financieras y otras industrias a ser más eficientes, automatizados y a reducir gastos y errores.

Suptech se refiere al uso de tecnología innovadora como la inteligencia artificial (IA) y el aprendizaje automático (ML) por parte de las agencias supervisoras para respaldar la supervisión. En otras palabras, son las tecnologías para los propios reguladores.

Al igual que con otras soluciones de regtech, suptech se trata de mejorar la eficiencia mediante el uso de la automatización, la agilización de los procedimientos administrativos y operativos y la digitalización de datos y herramientas de trabajo. El objetivo principal aquí es reducir la carga sobre las empresas y permitir una monitorización más proactiva, mejores informes, supervisión y cumplimiento general por parte del regulador. En última instancia, esto significa menores costes a lo largo del tiempo y una mejor asignación de los recursos de supervisión.

Por ejemplo, las aplicaciones de suptech que utilizan ML pueden detectar problemas de calidad como lagunas de datos, inconsistencias y errores, y automatizar la limpieza, consolidación, validación y aseguramiento de la calidad de los datos. En el análisis de datos, las soluciones suptech pueden reducir la carga de procesamiento de datos a través de la automatización y permitir análisis más nuevos, ricos y complejos.

El Banco de Pagos Internacionales (BIS) identifica dos áreas principales de enfoque para las aplicaciones suptech: recopilación de datos y análisis de datos.

Dentro de la recopilación de datos, las aplicaciones suptech se pueden encontrar en informes, gestión de datos y asistencia virtual. Dentro de la analítica de datos, destacan cuatro áreas clave: vigilancia del mercado, análisis de faltas de conducta, supervisión microprudencial y supervisión macroprudencial.

SupTech vs RegTech

La tecnología regulatoria, o RegTech, es una solución tecnológica diseñada para ayudar a un banco, cooperativa de crédito u otra institución financiera a gestionar el cumplimiento normativo. Desde la continuidad del negocio y la gestión de proveedores hasta los préstamos justos y la ciberseguridad, las instituciones financieras a menudo se ven abrumadas por el gran volumen de leyes, reglas y regulaciones que deben implementar, obedecer y supervisar. RegTech ayuda a agilizar el proceso de cumplimiento.

Las soluciones de RegTech adoptan muchas formas. Las soluciones empresariales se pueden diseñar para pintar una vista de 360 ​​grados del cumplimiento y el riesgo en tiempo real, mientras que las soluciones de una sola regla están dirigidas a un área específica.

Los buenos oficiales de cumplimiento saben que la regulación no es un área en blanco y negro. Las agencias de supervisión financiera dan a las instituciones la libertad de desarrollar programas de gestión de riesgos y cumplimiento que sean adecuados y apropiados para su tamaño y complejidad. Las mejores soluciones de RegTech combinan software automatizado basado en la nube con la experiencia y los servicios de expertos en reglamentación que tienen años de experiencia en la interpretación de los matices y sutilezas de la reglamentación y su implementación.

Soluciones RegTech sólidas se centran en el panorama normativo completo, identificando y examinando la interacción de los diferentes tipos de riesgo en toda la empresa para aumentar la eficiencia. También permiten que una institución comprenda mejor los desafíos regulatorios para que pueda implementar recursos de manera más eficiente en las áreas más críticas, en lugar de utilizar un enfoque disperso.

La tecnología de supervisión, o SupTech o RegTech para los reguladores, son soluciones tecnológicas diseñadas para ayudar a las agencias de supervisión financiera a gestionar el cumplimiento normativo. Las agencias supervisoras son responsables de administrar el riesgo en el sistema financiero y hacer cumplir la regulación.

Así como las instituciones financieras son responsables de seguir miles de reglas y regulaciones, las agencias supervisoras tienen la igualmente abrumadora tarea de asegurar que todas esas reglas y regulaciones sean seguidas por las instituciones financieras.

SupTech brinda a las agencias reguladoras herramientas tecnológicas para mejorar la eficiencia a través de la automatización.

Soluciones SupTech para un mundo basado en datos

SupTech se beneficia de una coincidencia fortuita. Tanto el trabajo de las agencias de supervisión como las tecnologías que están impulsando nuestra revolución tecnológica actual se basan en lo mismo: los datos.

Los datos, y específicamente la capacidad de agregar y analizar grandes conjuntos de ellos, es lo que ha impulsado la revolución del aprendizaje profundo de la última década.

Las redes neuronales pueden procesar grandes conjuntos de datos de imágenes en línea para crear software de reconocimiento de imágenes. Los algoritmos de aprendizaje automático ingieren enormes cantidades de documentos regulatorios para crear soluciones de automatización del conocimiento. Para las industrias basadas en big data, la tecnología ahora ofrece una gran cantidad de formas de reducir errores y mejorar la eficiencia.

Esto coincide perfectamente con el enfoque moderno de la regulación financiera, que se basa en big data. Pero el enfoque actual también gestiona los datos de forma manual, requiere mucho tiempo y, por lo general, mira hacia atrás.

Considera, por ejemplo, las extensas inspecciones in situ que los reguladores realizan regularmente como un medio de recopilación de datos, y el engorroso proceso de análisis que, cuando da lugar a una acción de supervisión, a menudo se centra en incidentes que ocurrieron hace meses o incluso años.

SupTech ofrece la posibilidad de cambiar esto fundamentalmente.

Imagina un escenario en el que los reguladores reciben datos directamente de las empresas que regulan. En lugar de tener que salir y recopilar los datos, los datos se canalizan a sus sistemas y luego se analizan mediante tecnologías de procesamiento de lenguaje natural y aprendizaje automático para detectar transacciones o comportamientos sospechosos.

Este es el sueño de SupTech, que rápidamente se está convirtiendo en realidad. Se basa en dos aspectos de la supervisión financiera: la recopilación de datos y el análisis de datos.

Optimización de la recopilación de datos

Históricamente, la recopilación de datos para los informes regulatorios se ha centrado en el uso de plantillas de informes estandarizadas, un vestigio de los días de los informes en papel. Si bien estas plantillas ayudan a organizar los datos de manera uniforme, su actualización puede resultar costosa, lo que dificulta mantenerlos actualizados con el cambio acelerado que se produce en los servicios financieros.

Además, estas plantillas pueden ser extremadamente ineficaces. Debido a lo fuertemente regulados que están los servicios financieros, es posible que una transacción deba ser reportada a múltiples organismos reguladores, lo que significa que las instituciones financieras deben completar y presentar múltiples informes y luego también ser ingeridos y analizados por los organismos reguladores, creando ineficiencias para todas las partes involucradas.

A medida que han aumentado las regulaciones, los reguladores se han visto obligados a aumentar la frecuencia y la granularidad de los datos que ingieren. Rápidamente queda claro que las plantillas de informes estandarizadas no están a la altura del desafío.

Los proveedores de SupTech ya están creando soluciones. Uno, iniciado por el regulador austriaco OeNB, es AuRep (Austrian Reporting Service GmbH), una plataforma de informes que pueden utilizar tanto las entidades supervisadas como los supervisores. Permite a los bancos y otras firmas financieras ingresar sus datos en el sistema para enviarlos sin problemas al OeNB.

Esto permite un nivel mucho más alto de integración entre las partes, mejorando la velocidad a la que los reguladores pueden recibir datos y la granularidad y precisión de esos datos. Pero esta metodología, conocida como entrada de datos, es solo una forma de mejorar el proceso de plantilla estandarizada.

Otras soluciones de SupTech están investigando procesos de extracción de datos, donde los datos se obtienen directamente del sistema operativo de una institución y luego se introducen en la plataforma de supervisión. Alternativamente, un enfoque de acceso en tiempo real permitiría a los supervisores «ver» los datos a voluntad en lugar de solo durante los períodos de informes, lo que les permitiría monitorizar e interactuar con los datos sin demoras.

Los enfoques de entrada de datos, extracción de datos y acceso en tiempo real se basarían en API, abreviatura de interfaces de programas de aplicación, una tecnología que también está haciendo olas en otros sectores de servicios financieros.

Revisión de análisis de datos

Una vez que los reguladores han recopilado estos conjuntos masivos de datos sin formato, la siguiente pregunta es qué hacen con ellos. Si bien puede ser un desafío para los humanos examinar y dar sentido a grandes conjuntos de datos como estos, aquí es donde las herramientas de big data como la inteligencia artificial y el aprendizaje automático realmente comienzan a brillar.

Estas son solo algunas de las formas en que las soluciones de SupTech abordan el análisis de datos:

  • Los supervisores pueden utilizar herramientas de aprendizaje automático para crear una «puntuación de riesgo» para las entidades supervisadas. FINTRAC, el Centro de Análisis de Informes y Transacciones Financieras de Canadá, ha creado uno de esos puntajes , evaluando los factores de riesgo relacionados con el perfil de una institución, el historial de cumplimiento, el comportamiento de los informes y más.
  • Los supervisores también pueden utilizar el análisis de redes para evaluar la exposición de una entidad al riesgo de lavado de dinero. DNB (De Nederlandsche Bank), por ejemplo, analiza datos transaccionales para detectar si entidades relacionadas están enviando fondos a la misma parte a través de diferentes instituciones financieras.
  • Varios reguladores, incluidos ASIC (Comisión Australiana de Valores e Inversiones), el Banco de México y la FCA (Autoridad de Conducta Financiera), están aprovechando las tecnologías de procesamiento del lenguaje natural para auditar los materiales promocionales, prospectos y documentos de asesoramiento financiero que se producen por instituciones financieras.

Casos de uso de SupTech

Generalmente, podemos clasificar los diferentes casos de uso de SupTech en las siguientes categorías:

Presentación de informes

La presentación de informes es una opción obvia para la aplicación de soluciones innovadoras. La automatización puede reducir los costes y producir mejores resultados en la supervisión de las instituciones financieras.

Vigilancia

La monitorización con respecto a varios aspectos, por ejemplo, lavado de dinero, abuso de mercado y abuso de información privilegiada es otro tema candente para SupTech. Gracias a los avances en el análisis de big data, los reguladores podrían analizar grandes cantidades de datos estructurados y no estructurados, lo que podría producir nuevos conocimientos y respaldar una toma de decisiones más informada.

Mediante el uso de nuevas soluciones de visualización, los patrones se pueden extraer y presentar de manera útil a partir de los datos sin procesar. Simular el impacto de las normas existentes y nuevas ayudaría a comprender las consecuencias antes de que se implemente cualquier nueva regulación, evitando resultados no deseados y mejorando la comprensión de las autoridades sobre los sistemas de cumplimiento dentro de las firmas supervisadas.

Regulación automatizada

La implementación de nuevos costes de reglas como MiFID II o RGPD presenta a las instituciones financieras una carga regulatoria masiva tanto en términos de costes como de uso de recursos. Imagina una forma en la que los legisladores deciden cambiar las reglas existentes y se transporta automáticamente a las políticas y procedimientos.

Las empresas en el campo trabajan con tecnología semántica y puntos de datos para convertir el texto normativo en un lenguaje de programación.

Si la regulación fuera legible por máquina, permitiría una mayor automatización y podría reducir significativamente el coste del cambio. También armonizaría las políticas y garantizaría una mayor coherencia entre las intenciones de un reglamento y su implementación. El siguiente paso es aún más emocionante: basándose en los conocimientos de la monitorización regulatoria como se describe anteriormente, las soluciones que utilizan inteligencia artificial pueden entonces ‘aprender’ a producir una mejor regulación.

Productos reglamentarios

AML, KYC y Financial Crime son una de las áreas más populares para RegTechs. Teniendo en cuenta el tiempo que lleva incorporar a un nuevo cliente y cuánto cuesta, no es de extrañar que las nuevas empresas inteligentes se hayan centrado en este campo para revolucionar e introducirse en la era digital. ¿Qué pasaría si, por ejemplo, un regulador presentara una solución que liberara a las instituciones financieras de este doloroso proceso y les ofreciera una solución para hacerlo por ellas? ¿Qué pasaría si las autoridades crearan una base de datos central de clientes a la que las instituciones financieras pudieran acceder y proporcionar a los clientes de inmediato sus servicios y productos?

Obviamente, por una tarifa, que, sin embargo, sería significativamente más baja de lo que los bancos gastan en este momento para todo el proceso interno. Hasta ahora, ningún regulador ofrece este servicio, pero los servicios compartidos son un área muy prometedora para SupTech. Teniendo en cuenta que los diferentes sistemas de informes, monitorización o incorporación de clientes, por nombrar solo algunos, no solo requieren mucho tiempo y son costosos, sino que también crean ineficiencias en términos de resultados y duplicación, claramente tiene un caso de negocios.

Reguladores proactivos

La combinación de lo anterior y el uso generalizado de tecnologías innovadoras también puede crear efectos adicionales para una mejor supervisión. Los reguladores proactivos significan menos multas, ya que los reguladores pueden intervenir en tiempo real cuando descubren una infracción de las reglas. También significa una mejor comprensión del impacto de las regulaciones y una recopilación más eficiente de comentarios sobre la eficacia de las políticas. Y resulta en menores costes de cumplimiento para las firmas financieras: si bien puede generar costes de TI potencialmente más altos, al menos a corto plazo, a largo plazo reducirá la plantilla en las empresas. Y hará que un ecosistema financiero sea más atractivo, ya que es más fácil y barato hacer negocios allí.

Riesgos asociados a las soluciones Suptech

Si bien Suptech presenta un conjunto de formas nuevas para hacer que las operaciones del regulador sean más precisas y rápidas, eso no significa que la tecnología no tenga su propio conjunto de desafíos. Algunos de estos desafíos clave se han destacado a continuación:

Riesgo cibernético

Con los ataques cibernéticos cada vez más comunes y los reguladores cada vez más vulnerables debido a los procesos de supervisión que ahora se están trasladando a las plataformas digitales, cuanto más se aplican las tecnologías y soluciones digitales, más se expande el alcance y los puntos de entrada para los ataques cibernéticos.

Esto se debe particularmente a que diversas áreas se interconectan y muchas plataformas se comparten o divulgan. Debido a estas causas, las operaciones de Suptech plantean la amenaza de aumentar la susceptibilidad general del supervisor a los riesgos cibernéticos.

Problemas de caja negra

Si bien la tecnología de inteligencia artificial y aprendizaje automático es capaz de producir información confiable e intrincada siempre que la entrada sea precisa y la salida se haya verificado, el uso de inteligencia artificial a menudo da como resultado problemas de caja negra.

En el caso de una caja negra, las decisiones automatizadas se toman mediante interacciones algorítmicas prolongadas e impredecibles, lo que hace que sea un gran desafío para los supervisores poder medir cómo se tomaron ciertas decisiones, convirtiéndose así en un obstáculo para la toma de decisiones conducente.

Riesgo legal

Es probable que estos riesgos relacionados con la protección de datos o los sesgos inherentes al sistema surjan siempre que los reguladores comiencen a administrar una gran cantidad de conjuntos de datos confidenciales. El uso de Suptech plantea varios problemas con respecto a la responsabilidad.

Riesgo operacional

En este mundo de automatización y digitalización, cualquier discrepancia en los sistemas, procedimientos o políticas internas debido a fraudes o infracciones puede tener un efecto bastante adverso en las actividades del regulador.

Debido al alto grado de interdependencia entre los sistemas y su naturaleza interconectada, cualquier brecha en un solo sistema puede conducir a un efecto dominó que puede resultar difícil de frenar.

Riesgo de TI

Existen numerosos sistemas heredados que poseen los reguladores que podrían no haber sido actualizados y que podrían funcionar en una burbuja. Optar por soluciones nuevas se ha vuelto más complejo debido a la necesidad de garantizar que estén adecuadamente vinculados a través de los sistemas existentes y que no haya pérdida de datos.

Futuro de SupTech

Sin lugar a dudas, SupTech todavía está en sus inicios. En una investigación reciente realizada por el Banco de Pagos Internacionales, solo la mitad de los reguladores participantes encuestados tenían o estaban desarrollando estrategias SupTech. Y, de esas estrategias, menos de un tercio estaban operativas, y la mayoría aún se encuentran en las etapas experimentales o de desarrollo.

A medida que avanza SupTech, indudablemente encontrará nuevas formas de hacer que el trabajo de los reguladores sea más preciso y eficiente, pero también tendrá serias preguntas que considerar.

Por ejemplo, al interconectar reguladores y entidades supervisadas, ¿SupTech creará nuevas vías para los ciberataques? Y si las tecnologías de supervisión cometen un error, ¿cuál será el efecto en cascada de esto?

Aún más importante, ¿cuánta automatización es la cantidad adecuada para los reguladores? Al implementar soluciones RegTech, muchas firmas financieras han descubierto que las soluciones funcionan mejor cuando se aumenta el trabajo de los equipos de Riesgo y Cumplimiento, no lo reemplazan. Es probable que, en un trabajo tan complejo como el que realizan los organismos supervisores, ocurra lo mismo con las soluciones SupTech. Sin embargo, se necesitará paciencia y práctica para encontrar ese equilibrio preciso.

Lo que es innegable es que los procesos de los supervisores están listos para la disrupción digital, al igual que los de los equipos de Riesgo y Cumplimiento. Será emocionante ver cómo las soluciones SupTech agregan valor a las agencias reguladoras en los próximos años, y cómo cambian el panorama regulatorio en el proceso.